Cet article est une ébauche concernant l’algèbre.

Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants. Consultez la liste des tâches à accomplir en page de discussion.

Le théorème spectral affirme que toute matrice symétrique réelle ${\displaystyle S}$ est diagonalisable dans une base orthonormée. Cependant, une telle diagonalisation est souvent coûteuse en temps de calcul et il est parfois suffisant de transformer une matrice symétrique en matrice tridiagonale :

${\displaystyle T={\begin{pmatrix}b_{1}&c_{1}&&0\\c_{1}&\ddots &\ddots &\\&\ddots &\ddots &c_{n-1}\\0&&c_{n-1}&b_{n}\end{pmatrix}}}$

De plus, ${\displaystyle S}$ et ${\displaystyle T}$ ayant les mêmes valeurs propres, la tridiagonalisation est souvent la première étape du calcul des valeurs propres de ${\displaystyle S}$.

La démonstration est constructive^[1],[2] et est donnée dans le paragraphe suivant.

La méthode de construction de Householder consiste par récurrence à créer, à partir de ${\displaystyle A_{1}=S}$, une suite de matrices ${\displaystyle (A_{k})}$ telle que ${\displaystyle A_{k+1}=H_{k}^{\mathsf {T}}A_{k}H_{k}}$, où ${\displaystyle H_{k}}$ est une matrice orthogonale.

Les matrices ${\displaystyle A_{k}}$ sont de la forme :

${\displaystyle A_{k}={\begin{pmatrix}T_{k}&L_{k}^{\mathsf {T}}\\L_{k}&M_{k}\end{pmatrix}}}$

où

• ${\displaystyle T_{k}}$ est une matrice tridiagonale symétrique de taille ${\displaystyle k}$
• ${\displaystyle L_{k}}$ une matrice rectangulaire dont seule la dernière colonne est non nulle.
• ${\displaystyle M_{k}}$ une matrice de taille ${\displaystyle n-k}$

${\displaystyle A_{k}}$ est donc de la forme :

${\displaystyle A_{k}={\begin{pmatrix}b_{1}&c_{1}&&(0)\\c_{1}&\ddots &\ddots &&&(0)\\&\ddots &\ddots &c_{k-1}\\(0)&&c_{k-1}&b_{k}&l_{1}&\ldots &l_{n-k}\\&&&l_{1}&\\&(0)&&\vdots &&(M_{k})\\&&&l_{n-k}&\\\end{pmatrix}}}$

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est la bienvenue ! Comment faire ?

Si ${\displaystyle S}$ est de taille ${\displaystyle n}$, on construit ainsi ${\displaystyle (n-2)}$ matrices orthogonales ${\displaystyle H_{k}}$ telles que ${\displaystyle H^{\mathsf {T}}SH}$ soit tridiagonale symétrique, où ${\displaystyle H=H_{1}H_{2}\ldots H_{n-2}}$.

On pourra choisir différents types de matrices orthogonales.

• la méthode historique de Householder utilise des matrices de symétrie :

${\displaystyle H_{k}={\begin{pmatrix}\mathbf {1} &0&\cdots &\cdots &0\\0&-\cos \theta &\vdots &\sin \theta &\vdots \\\vdots &\vdots &\mathbf {1} &\vdots &\vdots \\\vdots &\sin \theta &\cdots &\cos \theta &0\\0&\cdots &\cdots &\cdots &\mathbf {1} \end{pmatrix}}}$

• la méthode de Givens est similaire, à la différence que les matrices ${\displaystyle (H_{k})}$ seront des matrices de rotation ${\displaystyle (G_{k})}$.

${\displaystyle G_{k}={\begin{pmatrix}\mathbf {1} &0&\cdots &\cdots &0\\0&\cos \theta &\vdots &-\sin \theta &\vdots \\\vdots &\vdots &\mathbf {1} &\vdots &\vdots \\\vdots &\sin \theta &\cdots &\cos \theta &0\\0&\cdots &\cdots &\cdots &\mathbf {1} \end{pmatrix}}}$

On pourra aussi utiliser l'algorithme de Lanczos.

Grégoire Allaire, Analyse numérique et optimisation, Éditions de l'École polytechnique, 2005, 459 p. (ISBN 2-7302-1255-8, lire en ligne)

• Diagonalisation
• Trigonalisation

• Portail des mathématiques